Uso de Aprendizado de Máquina para Identificar Perfis de Mulheres com Câncer de Mama no Brasil

• Alice Cerbino Soares Pontifícia Universidade Católica de Minas Gerais
• Laura Bianca Oliveira Gomes Pontifícia Universidade Católica de Minas Gerais
• Luis Enrique Zárate Pontifícia Universidade Católica de Minas Gerais

DOI: https://doi.org/10.5753/sbbd_estendido.2025.248225

Resumo

Este trabalho tem como objetivo investigar o perfil de mulheres diagnosticadas com câncer de mama no Brasil por meio da aplicação de técnicas de aprendizado de máquina. Utilizando dados da Pesquisa Nacional de Saúde (PNS) de 2019, foram analisadas variáveis sociodemográficas e de saúde com o intuito de identificar padrões regionais entre os perfis das pacientes. Os algoritmos de Árvore de Decisão e Random Forest foram empregados para modelar os dados e facilitar a interpretação dos resultados. As conclusões indicam que regras geradas estão principalmente relacionadas a acompanhamento médico, antes de aspectos sociodemográficos e comportamentais.

Palavras-chave: Câncer de Mama, Aprendizado de Máquina, Mineração de Dados, Saúde da Mulher, Diagnóstico

Referências

Costa, L. S. et al. (2021). Fatores de risco relacionados ao câncer de mama e a importância da detecção precoce para a saúde da mulher. Revista Eletrônica Acervo Científico, 31.

Dourado, C. A. R. d. O. et al. (2022). Câncer de mama e análise dos fatores relacionados aos métodos de detecção e estadiamento da doença. Cogitare Enfermagem, 27.

Gonçalves, L., Franca, D., and Zarate, L. (2024). Relevância do entendimento do domínio

de problema na construção de modelos computacionais de aprendizado. In Anais do XVIII Brazilian e-Science Workshop, pages 135–142, Porto Alegre, RS, Brasil. SBC. INCA (2022). Atlas da mortalidade, instituto nacional de câncer. Acesso em: 01 jul. 2025.

Lima, R. F., Silva, M. T., and Souza, J. R. (2023). Câncer de mama em mulheres no brasil: epidemiologia, fisiopatologia, diagnóstico e tratamento: uma revisão narrativa. Brazilian Journal of Development.

Neto, J. d. D. E. S. et al. (2021). Modelos de aprendizado de máquina aplicados à detecção de câncer de mama. In Anais do 15º Congresso Brasileiro de Inteligência Computacional, pages 1–7. Sociedade Brasileira de Inteligência Computacional.

Paixão, M. C. et al. (2023). Enfrentamento da problemática do câncer de mama na estratégia da saúde da família. Brazilian Journal of Implantology and Health Sciences, 5(5):1501–1509.

Rocha, J. R. B. d., Santos, J. B., et al. (2023). Rastreamento, diagnóstico e tratamento do câncer de mama: cenário do brasil. Revista Brasileira de Cancerologia, 72(4):347–358.

Santos, T. B. d. et al. (2022). Prevalência e fatores associados ao diagnóstico de câncer de mama em estágio avançado. Ciência Saúde Coletiva, 27(2):471–482.

Silva, L. C. A. d. and Monteiro, J. R. (2023). Sistema para apoio ao diagnóstico de câncer de mama baseado em redes neurais artificiais. In Engenharias - Automação, Robótica, Metrologia e Energia: Estudos e Tendências, volume 1, pages 49–65.